Data Visualization Assignment #2

들어가며

[지진]이란 지하에 강한 충격이 가해지거나, 단층이 미끌리면서 그 에너지가 방출되어 땅이 흔들리는 현상을 말한다. 우리나라에서도 최근 포항에서 지진이 일어날 만큼 사람들의 지진에 대한 관심이 증가했다.

이 문서에서는
* leaflet 패키지를 주로 사용하여 지도에 지진데이터를 맵핑하고,
* treemap 패키지를 이용하여 지진데이터에 대한 정보를 재미있게 표현하고자 한다.

필요한 패키지와 데이터 불러오기

library(lubridate)
library(xts)
library(ggplot2)
library(dplyr)
library(maps)
library(leaflet)
library(DT)
library(maptools)
library(viridisLite)
library(highcharter)
library(treemap)
library(viridisLite)
library(magrittr)

quake<- read.csv('D:/HUFS/4-1/데이터시각화/과제2/rawdata/database.csv/database.csv')
quake <- quake[,c("Date", "Time", "Latitude",
                  "Longitude", "Type", "Depth",
                  "Magnitude", "Magnitude.Type") ] #데이터 라벨링

Mapping

leaflet 패키지를 이용하여 하나의 특정 영역을 확대하거나 클릭하여 지진에 대한 자세한 정보를 얻을 수있는 데이터 포인트를 그룹화하는 데 유용한 도구이다.

quake %>%
  leaflet() %>%
  addTiles() %>%
  addMarkers(lat=quake$Latitude, lng=quake$Longitude,
             clusterOptions = markerClusterOptions(),
             popup= paste(quake$Type,
        "<br><strong>Magnitude: </strong>", quake$Magnitude,
        "<br><strong>Depth: </strong>", quake$Depth,
        "<br><strong>Date: </strong>", quake$Date,
        "<br><strong>Date: </strong>", quake$Time
          ))

quake %>%
  leaflet() %>%
  addTiles() %>%
  addCircleMarkers(lat=quake$Latitude, lng=quake$Longitude, weight=1, radius=1,
                   color= ifelse(quake$Magnitude>6.5,"red","yellow"),stroke=TRUE,
                   popup= paste(quake$Type,
        "<br><strong>Magnitude: </strong>", quake$Magnitude,
        "<br><strong>Depth: </strong>", quake$Depth,
        "<br><strong>Date: </strong>", quake$Date,
        "<br><strong>Date: </strong>", quake$Time)) %>%
  addLegend(labels=c("규모 > 6.5", "규모 < 6.5"), colors=c("red","yellow"))

지진 데이터는 각 점이 모여 마치 띠를 두르는 듯 분포하고 있다. 이는 판과 판 사이의 경계에서 지진이 일어나기 때문이다. 아래 [사진]은 판과 판의 경계를 보여준다.

어떤 국가가 제일 지진이 많이 일어날까?

지진의 영향을 받는 국가들을 알아보기 위해, 데이터를 먼저 분석하기 쉽도록 변형한다.

    world <- map('world', fill=TRUE, col="transparent", plot=FALSE)
    IDs <- sapply(strsplit(world$names, ":"), function(x) x[1])
    world_sp <- map2SpatialPolygons(world, IDs=IDs,
                     proj4string=CRS("+proj=longlat +datum=WGS84"))
    pointsSP <- SpatialPoints(cbind(x = quake$Longitude, y= quake$Latitude), 
                    proj4string=CRS("+proj=longlat +datum=WGS84"))
    indices <- over(pointsSP, world_sp)
    stateNames <- sapply(world_sp@polygons, function(x) x@ID)
    quake$Country <- stateNames[indices]
    
    quake_Country <- quake[!is.na(quake$Country),]

아시아 3국의 지진

전 Chapter에서 알아 보았듯, [인도네시아]는 지진이 가장 많이 일어나는 국가다. ggplot2을 이용하여, 인도네시아와 일본, 중국에서의 지진 timeline을 그려보았다. 보통 진도 6 이상이라고 하면, 사람이 서있기 힘든 정도라고 한다.

quakes_filtered_1c <- quake_Country %>%
        filter(Country %in% c("Indonesia",'Japan','China')
               & Year >= 2010 & Magnitude > 6)

timeline1 <- ggplot() +
        geom_point(data = quakes_filtered_1c,
                   aes(x = Date, y = Country, size = Magnitude,color=Country))+
  theme_classic()+ggtitle('Earthquake timeline in 3 Countries')
timeline1

국가별 지진의 디렉토리

directory <- quake_Country[, c("Country","Year","Month","Magnitude","Depth")] 
datatable(directory)

Treemap을 이용해, 국가별 지진의 발생 총계를 알아본다. 그 중 인도네시아는 가장 많은 지진을 겪었다. 일정 진도 이상의 지진데이터가 모였기 때문에, 한국은 데이터가 없는 것으로 추정된다.

sum_Country <- quake_Country %>%
 group_by(Country) %>%
summarise(Earthquakes=n())


sum_Country %>%
  hchart("treemap", hcaes(x = Country, value = Earthquakes, color=Earthquakes)) %>%
  hc_credits(enabled = TRUE, style = list(fontSize = "10px")) %>%
  hc_title(text = "Earthquakes per Country")

hchart의 treemap을 이용하면 많은 데이터의 갯수와 비율을 표현할 수 있다.

일자, 연도별 지진 분석

ggplot 을 이용해 각 일자별로 쪼개어 지진이 언제 제일 발생하는지 알아도록 하자.

quake<- quake[!is.na(quake$Date),]

연도진(year) 별 지진

per_year <- quake %>%
  filter(Type=="Earthquake") %>%
  group_by(Year) %>%
summarise(Observations=n())


ggplot(per_year, aes(x=Year,y=Observations))+geom_bar(stat = "identity",fill="#58ACFA")+
labs(y="Observations",
      x="Year",
      title="Earthquakes per Year",
      caption="Source: Significant Earthquakes, 1965-2016")+
theme_grey()

달(month) 별 지진

per_month <- quake %>%
  filter(Type=="Earthquake") %>%
  group_by (Year, Month) %>%
  summarise(Observations=n())

per_month <- per_month %>%
  group_by (Month) %>%
  summarise(Mean=mean(Observations))

ggplot(per_month, aes(x=Month,y=Mean))+geom_bar(stat = "identity",fill="#58ACFA")+
labs(y="Average",
      x="Month",
      title="Average Earthquakes per Month",
      caption="Source: Significant Earthquakes, 1965-2016")+
theme_grey()

날짜(day) 별 지진

per_day <- quake %>%
  filter(Type=="Earthquake") %>%
  group_by (Day,Year) %>%
  summarise(Observations=n())

per_day <- per_day %>%
  group_by (Day) %>%
  summarise(Mean=mean(Observations))

ggplot(per_day, aes(x=Day,y=Mean))+geom_bar(stat = "identity",fill="#58ACFA")+
labs(y="Mean",
      x="Day",
      title="Avergae Earthquakes per Day of a Month",
      caption="Source: Significant Earthquakes, 1965-2016")+
theme_grey()

지구의 역사는 몇십억년에 달할만큼 아주 길지만, 지진의 관측을 시행한 것은 50년이 조금 넘었을 뿐이다.
따라서, 지진이 증가하는지 감소하는지에 대한 판단을 하는 것은 유의미하지 않다.